Question

我想为book crossing数据集构建训练数据矩阵和测试数据矩阵。但是作为ISBN代码的Book Ids可能包含字符。所以，我无法应用此代码（来自tutorial）：

#Create two user-item matrices, one for training and another for testing
train_data_matrix = np.zeros((n_users, n_items))
for line in train_data.itertuples():
    train_data_matrix[line[1]-1, line[2]-1] = line[3]  
    print (line)

test_data_matrix = np.zeros((n_users, n_items))
for line in test_data.itertuples():
    test_data_matrix[line[1]-1, line[2]-1] = line[3]

line [2] -1将导致类型错误： - ：'str'和'int'不支持的操作数类型。我需要找到另一种方法来构建列车测试矩阵。是否有其他方法来构建训练/测试矩阵？

在train_data上迭代时打印行的示例：

Pandas（Index = 874192，user_id = 20859，ISBN ='3442248876X'，rating = 0， title ='Die Krieger der Drachenlanze 06. Die Ritter des Schwerts。'，位置='tübingen，baden-württemberg，德国'，年龄= 0.0）

注意：我考虑创建一个名为book_id的新列，该列映射到书籍ISBN，但只包含整数，以便代码可以工作，但我不知道如何操作。

Answer 1

您应该对ISBN列进行编码，因为它包含一个字符串，例如，使用此代码段

isbn_list = list(df.ISBN.unique())
df['ISBN'] = df.ISBN.astype('category', categories=isbn_list).cat.codes

之后numpy应该没有问题

培训/测试矩阵书交叉推荐系统

1 个答案: